许愿B站offer

太卷了太卷了，才5月中旬，秋招已经开始了， 整理了 24 个在招岗位 + 真实面经 ，祝大家求职顺利！   💼 二、在招岗位（全部 · 杭州）  👥 三、5 大类岗位人才画像（关键，对号入座） 画像 ① AI / 算法核心岗（具身智能 / 强化学习 / SLAM / 大模型）  这是宇树最核心、薪资最高、竞争最激烈的岗位群     维度 硬性要求 加分项 加分加分项     学历 硕士及以上（个别博士） 985 / 211 海外 QS50   专业 计算机、自动化、控制、机器人 AI 方向 机器人方向   编程 C++ + Python 熟练 CUDA / OpenCL ROS / ROS...

关注boss直聘好久了，好多次想主动联系HR，但是一直都没有勇气(ó﹏ò｡) 之前被某二线游戏厂商拒绝了，然后就认怂了。也不知道纠结是我能力不行还是学历不行꒦ິ^꒦ິ

5.16 三面结束 我看粉丝投稿的4.21 一面的 二面过完5.11. 自我介绍2. 怎么理解深度学习损失函数中的最大似然估计 MLE？答案：最大似然估计的目标是找到一组模型参数，让观测到的数据在当前模型下出现的概率最大。深度学习里的分类任务通常把模型输出看成条件概率分布 p(y|x; θ)，训练时希望真实类别的概率越大越好。实际优化时通常不会直接最大化似然，而是最大化对数似然，或者等价地最小化负对数似然。交叉熵损失本质上就是负对数似然。比如多分类中，真实标签是第 y 类，模型对这一类预测概率是 p_y，loss 就是 -log(p_y)。预测越自信且正确，loss 越小；预测越错，loss ...